當我們在使用 Python 開發專案時，不同專案可能會有不同 Python 版本和不同的 package 需要安裝，這時我們除了Docker 以外，有沒有其他更簡單，更輕鬆的能將環境分開的方法呢？

還真的有。那就是我今天要介紹的主角 conda。它是 Anaconda的套件管理系統，適用於 Windows、Linux和 MacOS 不同作業系統環境，在安裝和執行還上相當的簡單快速！
什麼？你問前幾天已經教過 Docker 了為什麼還要用 conda ？
當然是因為筆者很菜，覺得 conda 比 Docker 簡單阿（X

好啦說認真的，Docker 跟 Conda 會用到的情景有時候還真的不太一樣，Doker 可以將自己建好的專案帶環境整個打包起來，還能推上 Docker hub 供人下載，而 conda 大多就只是將開發環境隔開而已。（如果有錯的話還請糾正）

聽起來 conda 比 Docker 還弱耶，那我們幹嘛介紹它？
因為 conda 確實很單純，而且操作上還直觀了不少。
如果你很熟悉 pip 的指令，那麼你一定可以快速上手。
話不多說，讓我們開始介紹吧。

安裝

直接至 Anaconda 官網的這裡下載就好

本人的作業系統是 Linux，至於 windows 和 mac 可以點擊下方的 Get Additional Installers 或者直接把頁面往下拉，去尋找符合自己電腦環境的系統就好。

在安裝完畢後，可以輸入以下命令來檢查安裝版本。

conda -V

管理虛擬環境

建立虛擬環境，這裡我選擇 python3.6 作為執行環境：

conda create -n ENV_NAME python=3.6

我這裡建立了一個叫作test的虛擬環境，建立完成後還能看到啟動環境和關閉環境的提示：

查看自己已經建立的虛擬環境

conda info --envs

啟動虛擬環境，看到前面出現虛擬環境的名子就沒錯了！

conda activate ENV_NAME

安裝 package，比方說如果你想安裝 pandas 就打 conda install pandas

conda install Package_Name

列出這個虛擬環境裡都安裝了什麼：

conda list

移除 package

conda remove Package_Name

關閉虛擬環境

conda deactivate 

移除整個虛擬環境

conda env remove -n ENV_NAME

沒錯，conda 就是這麼簡單！說了那麼久的 python 和虛擬環境的相關東西，明天來介紹一下筆者使用的編輯器，之後就來正式介紹機器學習的東西吧。